인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
강 유량은 홍수와 가뭄과 같은 극단적 기상현상을 정량화하는 중요한 측정량이므로, 이를 통계적으로 표현하는 것이 중요하다. 통계적인 방법론으로는 ARMA, ARIMA와 같이 현재를 기준으로 과거의 상태와 불확실성의 정도를 결합하여 회귀모형을 만드는 방법을 사용하였다. 계절적 주기성을 제거하여 남은 변동성이 계절성을 갖지 않는다는 가정아래 통계 모형을 적용하지만 남은 변동성에도 계절성은 강하게 존재하므로 회귀 모형의 적용은 한계를 나타낸다. 본 연구에서는 이러한 한계점을 보완한 확률적 모델을 강 유량 데이터에 적용해 강의 안정도를 나타내는 a(t)와 변동성을 나타내는 N(t)를 구하였다. 안정도 a(t)는 양의 값일 때 불안정성이 누적되고 이러한 축척으로 시스템이 최대 분산에 도달하여 불안정성이 해소되는 현상을 기억효과라고 한다. 모델로 구축된 변수를 통해 계절적 변동성에서 장기 강제력을 제거하여 강 시스템이 계절적 변동성에 의해서만 변하는 시스템을 확인하였으며, 강 유량과 온도의 장기 강제력 간의 상관관계를 분석하여 강의 대기 온도에 의한 지역적 영향을 알아냈다. 추후 연구에서는 모든 가능한 강에 적용함으로써 강의 시스템을 분류하는 것이 가능함을 시사한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-091206011
